基于智能化故障檢測技術(shù)的車輛裝備維修保障能力指標(biāo)體系研究

楊海濤

摘要：本文在分析智能化故障檢測技術(shù)的基礎(chǔ)上，提出運用Delphi法建立指標(biāo)體系的具體步驟，并構(gòu)建了基于智能化故障檢測技術(shù)的車輛裝備維修保障能力指標(biāo)體系，從而為車輛裝備維修保障能力建設(shè)和發(fā)展方向提供有益參考。

Abstract： Based on the analysis of intelligent fault detection technology， this paper proposes the specific steps of using Delphi method to establish an index system， and constructs an indicator system of vehicle equipment maintenance support capability based on intelligent fault detection technology， so as to provide a useful reference for vehicle equipment maintenance support capability construction and development direction.

關(guān)鍵詞：故障檢測;車輛裝備;維修保障能力;指標(biāo)體系

Key words： fault detection;vehicle equipment;maintenance support capability;index system

中圖分類號：U472? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）32-0220-02

0? 引言

目前建制單位保障車輛裝備技術(shù)保障的需求也千差萬別，尤其是新一輪調(diào)整改革后，如何解決新體制下在建制單位的車輛保障問題，構(gòu)建結(jié)構(gòu)合理、層級精簡、高效快速的車輛裝備維修保障力量，是新體制下建制單位勤務(wù)保障建設(shè)面臨的重要問題。

1? 智能化故障檢測技術(shù)

CBM技術(shù)為典型的智能化故障檢測技術(shù)[1]，是在以可靠性為中心的維修理論基礎(chǔ)上發(fā)展起來的一種裝備故障檢測和維修思想，通過在設(shè)備內(nèi)部植入傳感器或外部檢測設(shè)備中獲得系統(tǒng)運行時的狀態(tài)信息[2]，對其進行實時或周期性評價，最終制定裝備的維修需求。潛在故障概念認為，設(shè)備退化有一個逐漸劣化的過程，故障發(fā)生服從如圖1所示的P-F曲線。從圖1中可以看出，P，F(xiàn)兩點之間是從發(fā)現(xiàn)潛在故障到演變?yōu)楣δ芄收现g的時間間隔[3]。當(dāng)設(shè)備進入潛在故障的狀態(tài)之后，采用CBM檢測技術(shù)能夠及時發(fā)現(xiàn)并處理，將避免發(fā)生功能故障。

車輛裝備維修的故障檢測，可運用CBM檢測箱進行實施，該檢測箱采用多參數(shù)儀表傳感器、數(shù)據(jù)采集終端、筆記本電腦集裝。使用時，操作員分解儀器儀表，應(yīng)用數(shù)據(jù)采集終端與檢測儀表配套采集車輛裝備運行數(shù)據(jù)，并進行故障診斷與預(yù)測。

2? 維修保障能力指標(biāo)體系確定方法

運用Delphi法采取函詢調(diào)查，通過向與需預(yù)測問題相關(guān)領(lǐng)域的許多專家分別提出一些問題，再將他們的答案意見加以綜合、整理和反饋。通過多次的往復(fù)循環(huán)問答，就能得到比較一致并且可靠性很高的意見。

Delphi法建立基于智能化故障檢測技術(shù)的維修保障能力指標(biāo)體系的具體五步如圖2所示。

①選擇專家。

專家選擇是Delphi法的最關(guān)鍵步驟，因為該方法本身就是一個對意見和價值組織判斷的作業(yè)。在選擇時，必須注意這兩個方面的問題。一是來源要廣泛;二是具體人數(shù)要看預(yù)測主題的規(guī)模來確定。作者經(jīng)過聯(lián)系詢問，初步?jīng)Q定在本校和相關(guān)部隊選擇，人數(shù)確定為10人。

②確定預(yù)測主題，歸納預(yù)測事件。

預(yù)測的第一輪，通常情況下只要征詢較少專家的意見。首先要明確預(yù)測主題：確定車輛裝備維修保障能力指標(biāo)體系，隨后設(shè)計了歸納預(yù)測事件用的問卷調(diào)查表，并向兩位資深專家發(fā)放了問卷。經(jīng)過首輪咨詢，對可以作為車輛裝備維修保障能力指標(biāo)體系的具體因素進行了一些合并、組合及調(diào)整，將情報獲取、獲取能力合并為一個二級指標(biāo)，將反應(yīng)能力與應(yīng)變能力合并為一個二級指標(biāo)。產(chǎn)生了信息把控能力、指揮控制能力、快速機動能力、智能化搶修能力和綜合防衛(wèi)能力5個一級指標(biāo)。二級指標(biāo)設(shè)15個，三級指標(biāo)設(shè)17個。通過匯總兩位資深專家的意見，最后形成預(yù)測事件表。

③第二輪預(yù)測。

將首輪形成的預(yù)測事件表分發(fā)給所有專家組成員，讓他們對表中列出事件做出自己的評價，并提出為優(yōu)化預(yù)測而再一次征詢還要補充哪部分資料。作者發(fā)出10份問卷，總共收回有效問卷10份。所選擇的資深教授、機關(guān)首長以及一線專家都具有廣泛代表性。問卷收回后，進行了統(tǒng)計和處理。采用的是計算頻率的統(tǒng)計方法，就是選擇每個項目的問卷數(shù)與有效問卷數(shù)之比。

經(jīng)過統(tǒng)計，形成了各個指標(biāo)項目的頻率統(tǒng)計表。另外，部分專家對指標(biāo)體系里面?zhèn)€別指標(biāo)提出調(diào)整意見，建議將“保障裝備機動率”與“維修裝備完好率”合為“保障裝備完好率”。

④第三輪預(yù)測。

將上一輪預(yù)測的資料發(fā)給所有專家，請專家據(jù)此，再一次參加預(yù)測。此輪仍發(fā)出10份問卷，收回有效問卷10份。再次根據(jù)上輪統(tǒng)計方法進行仔細分析。從統(tǒng)計結(jié)果可以看出，所有專家的意見基本上都開始趨于一致。

⑤第四輪預(yù)測，做出預(yù)測結(jié)論。

根據(jù)上一輪問卷統(tǒng)計結(jié)果，通過再一次征詢專家意見，將“重要（A）”的指標(biāo)值≥70%的才作為最終確定的指標(biāo)體系。由此，刪掉了表中“快速投送能力”指標(biāo)。

3? 維修保障能力指標(biāo)體系構(gòu)建

根據(jù)車輛裝備特點并進行主要影響因素分析，依照指標(biāo)體系具體構(gòu)建思路，大量征詢各層次各方面資深專家意見建議，運用Delphi法，并充分運用智能化故障檢測技術(shù)的優(yōu)勢，綜合各位專家知識、經(jīng)驗等對指標(biāo)體系組織多次綜合分析后構(gòu)建車輛裝備維修保障能力指標(biāo)體系。目標(biāo)層為車輛裝備維修保障能力用U表示，一級指標(biāo)層為信息把控能力U1、指揮控制能力U2、快速機動能力U3、智能化搶修能力U4、綜合防衛(wèi)能力U5。基于智能化故障檢測技術(shù)的車輛裝備維修保障能力指標(biāo)體系，如圖3所示。

4? 結(jié)束語

本文以提高車輛裝備維修保障能力為目標(biāo)，運用系統(tǒng)的觀點和方法，研究了基于智能化故障檢測技術(shù)的車輛裝備維修保障能力指標(biāo)體系，可以為車輛裝備維修保障能力評估工作以及首長機關(guān)決策提供一定參考。

參考文獻：

[1]張洋銘，陳云翔，羅廣旭，劉念.基于CBM的軍機持續(xù)適航管理[J].火力與指揮控制，2018，43（4）：1-8.

[2]汪益兵，楊燕斌.基于CBM的船舶設(shè)備健康管理系統(tǒng)[J].船舶工程，2017，39（10）：70-74.

[3]陳卓敏.基于CBM的維修決策模型設(shè)計[J].航空標(biāo)準(zhǔn)化與質(zhì)量，2015，（6）：42-45.